摘要: 为获得前瞻性话务量数据,解决呼叫中心坐席安排的问题,实现人力资源合理配置,分析历史话务量特性,提出了基于支持向量机和[K]近邻算法的分块回归(SKBR)话务量预测模型。将话务量按日期类型分为工作日话务量、周末话务量以及节假日话务量,采用不同的模型预测相应的话务量。以某省电力呼叫中心话务量为例,在Matlab平台上进行实验。结果证明,相比SVM模型和改进寻参方法的SVM模型,SKBR模型在预测准确性上有所提升。
张沪寅,胡瑞芸,何 政. 呼叫中心分块回归话务量预测[J]. 计算机工程与应用, 2016, 52(12): 90-94.
ZHANG Huyin, HU Ruiyun, HE Zheng. Block regression traffic prediction model for call center[J]. Computer Engineering and Applications, 2016, 52(12): 90-94.